Handoff किसी भी काम को करने के लिए एक अलग वर्चुअल कंप्यूटर बनाता है - जिसमें उसका अपना ब्राउज़र, फ़ाइल सिस्टम और टर्मिनल होता है - और फिर वेबसाइटों से बिल्कुल इंसान की तरह बातचीत करता है । यह पेज की संरचना और विज़ुअल डेटा को समझता है, फिर तय करता है कि कहाँ क्लिक करना है, क्या टाइप करना है, और कब स्क्रॉल करना है। इसका मतलब है कि यह उन वेबसाइटों पर भी काम कर सकता है जिनके पास कोई ऑफिशियल API नहीं है, जैसे Target, Walmart, OpenTable, DoorDash, United, Delta और LinkedIn ।
Hark के मुताबिक, Handoff कई तरह के मल्टी-स्टेप ऑनलाइन काम कर सकता है :
Hark ने जानबूझकर सामान्य LLM के पैराडाइम से हटकर काम किया है। जहाँ एक सामान्य LLM टेक्स्ट में अगले शब्द (टोकन) की भविष्यवाणी करता है, वहीं Handoff का मॉडल अगले ग्राफिकल यूज़र इंटरफ़ेस (GUI) एक्शन की भविष्यवाणी करता है - यानी, स्क्रीन पर किसी खास जगह पर क्लिक, स्क्रॉल या कीबोर्ड इनपुट । फिलहाल यह पोस्ट-ट्रेंड मॉडल (किसी मौजूदा बेस मॉडल को फाइन-ट्यून करके बनाया गया) है, लेकिन 2026 के अंत तक इसे स्क्रैच से प्री-ट्रेन करने की योजना है । कंपनी का कहना है कि इस तरह वे पूरी प्री-ट्रेनिंग पर जाने से पहले डेटा पाइपलाइन और ट्रेनिंग के तरीकों पर तेज़ी से काम कर सकते हैं ।
Hark का दावा है कि Handoff ने Online-Mind2Web (OM2W) बेंचमार्क पर अब तक का सबसे अच्छा स्कोर हासिल किया है, जो वेब-ब्राउज़िंग AI के प्रदर्शन का एक उद्योग-मानक परीक्षण है । रिपोर्ट किए गए स्कोर इस प्रकार हैं:
कीमत की बात करें तो, Handoff की दरें $0.18 प्रति मिलियन इनपुट टोकन और $2.37 प्रति मिलियन आउटपुट टोकन हैं - जो GPT-5.5 ($5 इनपुट / $30 आउटपुट) से दसवें हिस्से से भी कम है । Hark का कहना है कि Handoff वेब-यूज़ के कामों में OpenAI, Anthropic और Google के फ्रंटियर मॉडल्स से कहीं तेज़ और सस्ता है । ये कंपनी के अपने दावे हैं, तीसरे पक्ष के बेंचमार्क के आधार पर; असली दुनिया के कामों की सफलता दर और लागत तुलना की स्वतंत्र पुष्टि अभी उपलब्ध नहीं है।
अगस्त 2026 तक, Handoff क्लोज्ड रिसर्च प्रीव्यू चरण में है। यूज़र Hark की वेबसाइट (hark.com) पर जाकर वेटलिस्ट में शामिल हो सकते हैं। पूर्ण सार्वजनिक रिलीज़ गर्मियों 2026 के अंत तक अपेक्षित है । तकनीकी दृष्टि से यह अभी भी विकसित हो रहा है: फिलहाल मॉडल पोस्ट-ट्रेंड है, और साल के अंत से पहले प्री-ट्रेनिंग की योजना है ।
Handoff किसी भी काम को करने के लिए एक अलग वर्चुअल कंप्यूटर बनाता है - जिसमें उसका अपना ब्राउज़र, फ़ाइल सिस्टम और टर्मिनल होता है - और फिर वेबसाइटों से बिल्कुल इंसान की तरह बातचीत करता है । यह पेज की संरचना और विज़ुअल डेटा को समझता है, फिर तय करता है कि कहाँ क्लिक करना है, क्या टाइप करना है, और कब स्क्रॉल करना है। इसका मतलब है कि यह उन वेबसाइटों पर भी काम कर सकता है जिनके पास कोई ऑफिशियल API नहीं है, जैसे Target, Walmart, OpenTable, DoorDash, United, Delta और LinkedIn ।
Hark के मुताबिक, Handoff कई तरह के मल्टी-स्टेप ऑनलाइन काम कर सकता है :
Hark ने जानबूझकर सामान्य LLM के पैराडाइम से हटकर काम किया है। जहाँ एक सामान्य LLM टेक्स्ट में अगले शब्द (टोकन) की भविष्यवाणी करता है, वहीं Handoff का मॉडल अगले ग्राफिकल यूज़र इंटरफ़ेस (GUI) एक्शन की भविष्यवाणी करता है - यानी, स्क्रीन पर किसी खास जगह पर क्लिक, स्क्रॉल या कीबोर्ड इनपुट । फिलहाल यह पोस्ट-ट्रेंड मॉडल (किसी मौजूदा बेस मॉडल को फाइन-ट्यून करके बनाया गया) है, लेकिन 2026 के अंत तक इसे स्क्रैच से प्री-ट्रेन करने की योजना है । कंपनी का कहना है कि इस तरह वे पूरी प्री-ट्रेनिंग पर जाने से पहले डेटा पाइपलाइन और ट्रेनिंग के तरीकों पर तेज़ी से काम कर सकते हैं ।
Hark का दावा है कि Handoff ने Online-Mind2Web (OM2W) बेंचमार्क पर अब तक का सबसे अच्छा स्कोर हासिल किया है, जो वेब-ब्राउज़िंग AI के प्रदर्शन का एक उद्योग-मानक परीक्षण है । रिपोर्ट किए गए स्कोर इस प्रकार हैं:
कीमत की बात करें तो, Handoff की दरें $0.18 प्रति मिलियन इनपुट टोकन और $2.37 प्रति मिलियन आउटपुट टोकन हैं - जो GPT-5.5 ($5 इनपुट / $30 आउटपुट) से दसवें हिस्से से भी कम है । Hark का कहना है कि Handoff वेब-यूज़ के कामों में OpenAI, Anthropic और Google के फ्रंटियर मॉडल्स से कहीं तेज़ और सस्ता है । ये कंपनी के अपने दावे हैं, तीसरे पक्ष के बेंचमार्क के आधार पर; असली दुनिया के कामों की सफलता दर और लागत तुलना की स्वतंत्र पुष्टि अभी उपलब्ध नहीं है।
अगस्त 2026 तक, Handoff क्लोज्ड रिसर्च प्रीव्यू चरण में है। यूज़र Hark की वेबसाइट (hark.com) पर जाकर वेटलिस्ट में शामिल हो सकते हैं। पूर्ण सार्वजनिक रिलीज़ गर्मियों 2026 के अंत तक अपेक्षित है । तकनीकी दृष्टि से यह अभी भी विकसित हो रहा है: फिलहाल मॉडल पोस्ट-ट्रेंड है, और साल के अंत से पहले प्री-ट्रेनिंग की योजना है ।